一种基于时序InSAR技术的膨胀土区域地表形变监测方法

技术领域

本发明涉及形变监测技术领域，特别涉及一种基于时序InSAR技术的膨胀土区域地表形变监测方法。

背景技术

近年来，由于膨胀土地质体特殊的水力学作用特性，以及膨胀土的广泛分布，膨胀土区域地表形变监测一直是热点话题。目前针对膨胀土区域地表形变监测方法有GNSS测量、水准测量和分层标定技术，上述技术方案均可以获取离散的较高精度点位形变量，但由于其人工及设备成本较高，受地形因素制约且不易获得膨胀土区域的大面积整体形变分布，因此需要一种高精度、大范围、长周期形变监测技术。

针对现有技术存在的问题，本申请提供了一种基于时序InSAR技术的膨胀土区域地表形变监测方法，基于多源、多传感器获取的遥感数据，外部DEM数据以及时序InSAR技术，获取膨胀土区域填方膨胀土层深分布以及时序形变信息，实现低成本、高效率、高精度、大范围的形变监测。

发明内容

本发明的目的在于提供一种基于时序InSAR技术的膨胀土区域地表形变监测方法，基于多源、多传感器获取的遥感数据，外部DEM数据，以及时序InSAR技术，获取膨胀土区域填方膨胀土层深分布以及时序形变信息，实现低成本、高效率、高精度、大范围的形变监测。

本发明提供了一种基于时序InSAR技术的膨胀土区域地表形变监测方法，包括以下步骤：

步骤S1：利用精轨数据和数字高程模型DEM对覆盖研究区域的SAR影像数据进行预处理；

步骤S2：在预处理结果中选取时空基线均满足阈值的SAR影像数据生成干涉对，基于最小二乘准则对DEM数据与SAR影像数据模拟的实时地形间的误差进行解算，将得到的DEM误差迭代更新到原始DEM数据中，形成新的DEM数据；

步骤S3：对SAR影像数据和新的DEM数据使用SBAS-InSAR技术解算研究区域的时序形变分布情况，得出膨胀土区域地表形变结果。

进一步地，所述步骤S1中预处理步骤具体包括：

步骤S101：进行SAR影像数据中参考影像的选取；

步骤S102：基于精轨数据对参考影像进行多普勒效应去除；

步骤S103：对DEM与参考影像进行配准与裁剪，输出预处理结果。

进一步地，所述步骤S2中DEM误差解算过程如下：

步骤S201：对预处理后的数据进行干涉对间的偏移量计算；

步骤S202：生成差分干涉图；

步骤S203：基于MCF最小费用流对干涉进行相位解缠；

步骤S204：计算精化基线和DEM误差；

步骤S205：判断DEM是否存在误差，若存在误差，则返回步骤S201重新进行DEM误差的误差改正，若不存在误差，则将迭代更新后的DEM数据代入步骤S3进行时序形变。

进一步地，所述步骤S3中基于SBAS-InSAR的地表形变解算流程为：

步骤S301：对符合时空基线阈值的干涉对进行进行DEM偏移量的计算，生成差分干涉图；

步骤S302：进行相干系数的计算，根据相干系数，进行带通滤波；

步骤S303：基于MCF进行相位解缠；

步骤S304：计算精化基线、二次差分干涉和二次滤波；

步骤S305：滤波后再次进行相位解缠；

步骤S306：去除趋势向误差；

步骤S307：进行时序形变量的计算；

步骤S308：进行地理编码，获取时序形变分布情况。

与现有技术相比，本发明具有如下显著优点：

(一)本发明提出的一种基于时序InSAR技术的膨胀土区域地表形变监测方法，使用星载合成孔径雷达数据，首先，使用小基线子集技术计算现有数字高程模型误差并进行改正。迭代更新DEM产品后，采用时序InSAR技术对安康机场进行形变监测，获取膨胀土区域大范围、高精度的周期性时序形变信息。使用的多源遥感数据获取简便快捷，且效率较高，人力物力成本极低。

(二)本发明提出的一种基于时序InSAR技术的膨胀土区域地表形变监测方法，可以提供对膨胀土区域厘米级甚至毫米级的高精度监测手段。对DEM偏差的高精度迭代解算结果，克服在膨胀土区域进行施工造成的DEM误差影响，可以显著提高结果精度，其中对DEM误差的计算，可以获取膨胀土填方区域填方膨胀土层深分布，并将膨胀土层深信息作为一种形变结果正确性的辅助判别参考。实现了对膨胀土区域大范围，长周期的持续性监测，不遗漏形变信息，便于整体形变机理的分析与解译。

附图说明

图1为本发明实施例提供的监测技术流程图；

图2为本发明实施例提供的DEM误差分布图；

图3为本发明实施例提供的累计沉降量图；

图4为本发明实施例提供的特征点时序形变分布图。

具体实施方式

下面结合本发明中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

参照图1-4，本发明提供了一种基于时序InSAR技术的膨胀土区域地表形变监测方法，包括以下步骤：

步骤S1：利用欧空局提供Sentinrl-1A精轨数据和数字高程模型DEM对覆盖研究区域的Sentinrl-1A提供的SAR影像数据进行预处理；

步骤S2：在预处理结果中选取时空基线均满足阈值的SAR影像数据生成干涉对，基于最小二乘准则对DEM数据与SAR影像数据模拟的实时地形间的误差进行解算，将得到的DEM误差迭代更新到原始DEM数据中，形成新的DEM数据；

步骤S3：对SAR影像数据和经过步骤S2更新后的DEM数据使用SBAS-InSAR技术解算研究区域的时序形变分布情况，得出膨胀土区域地表形变结果。

其中，所述步骤S1中预处理步骤具体包括：

步骤S101：进行SAR影像数据中参考影像的选取；

步骤S102：基于精轨数据对参考影像进行多普勒效应去除；

步骤S103：对DEM与参考影像进行配准与裁剪，其中Insar技术可以模拟DEM，一般外部DEM指的是现有机构提供的DEM产品，输出预处理结果。

所述步骤S2中DEM误差解算过程如下：

步骤S201：对预处理后的数据进行干涉对间的偏移量计算；

步骤S202：生成差分干涉图；

步骤S203：基于MCF最小费用流对干涉进行相位解缠；

步骤S204：计算精化基线和DEM误差；

步骤S205：判断DEM是否存在误差，若存在误差，则返回步骤S201重新进行DEM误差的误差改正，若不存在误差，则将迭代更新后的DEM数据代入步骤S3进行时序形变。

所述步骤S3中基于SBAS-InSAR技术的地表形变解算流程为：

步骤S301：对符合时空基线阈值的干涉对进行干涉对进行偏移量的计算，生成差分干涉图；

步骤S302：进行相干系数的计算，根据相干系数，进行带通滤波；

步骤S303：基于MCF进行相位解缠；

步骤S304：计算精化基线、二次差分干涉和二次滤波；

步骤S305：滤波后再次进行相位解缠；

步骤S306：去除趋势向误差；

步骤S307：进行时序形变量的计算；

步骤S308：进行地理编码，获取时序形变分布情况。

图2为本技术方案解算的实例区域(膨胀土机场)的数字高程模型(digitalelevationmodel，DEM)误差分布图，采用多波段SAR(合成孔径雷达)影像数据，获取更大范围、高精度的持续性形变信息，解算DEM误差分布，获取膨胀土填方区域填方膨胀土层深信息，并将膨胀土层深信息作为一种形变结果正确性的辅助判别参考信息，并消除DEM造成的误差，结果可靠性更高。更适用于对膨胀土区域，尤其挖填方工程背景下的膨胀土区域的形变监测。由图2中可以看出小基线集方法得DEM误差分布与施工期挖填方资料吻合。

图3为本技术方案解算的实例区域(膨胀土机场)的地表累计形变分布图，图3中能清晰的呈现实例区域地表形变的分布情况，区域最大形变出现在机场跑道两侧膨胀土边坡影响区，最大形变量达到了-11.6mm，膨胀土形变分布规律与图2中DEM误差描述的填方分布情况相吻合，验证了形变结果的正确性，。

图4为对本技术方案解算的实例区域(膨胀土机场)提取的特征点位形变时间序列分布图，由图4中可以看出膨胀土填方区膨胀土形变的规律性。如图4所示，四类区域填方区各点形变具有一定规律：(1)形变趋势相似，均为先向LOS向发生形变后出现回升现象；(2)各点形变与回弹现象的发生出现在相近的时间，均发生在降雨较集中的雨季；(3)结合DEM误差估计结果，发现其形变程度与填方量成正比关系。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。